不止于败家：为什么说双十一推动了技术的进步

双十一给人的直观印象就是剁手党的买买买，从2010年的9.36亿销售额，飙升到2011年的52亿，继2012年创下191亿后，2013年成交额已经突破350亿，2014年刚刚制造571亿后今年的双十一差一点就破千亿，这些惊人的数字背后不仅是买卖的狂欢，也同样促进了技术的革新

云计算：

1分12秒，交易额破10亿；12分28秒，交易额100亿；10点的时候，双十一天猫成交已经突破500亿。这些销售奇迹的背后，实际是中国计算能力的登顶全球。据11日，阿里巴巴集团披露，当天系统交易创建峰值达到每秒钟14万笔，支付峰值达到每秒钟8.59万笔。我们知道一般的网站能够承受上万的并发数已经很不错了。但双十一这天动辄上亿同时在线的用户，几千万如洪水般涌来的高并发访问，以及每秒处理的海量数据，都给技术带来了很大的挑战，怎么解决这些问题呢？为了支撑双11这些惊人的交易量，就必须进行技术的创新和升级，为此阿里巴巴的工程师们搭建了全球最大规模的混合云架构。据胡晓明介绍，今年双11阿里巴巴把淘宝天猫核心交易链条和支付宝核心支付链条的部分流量，直接切换到阿里云的公共云计算平台上。通过将公共云和专有云无缝连接的模式，全面支撑双11。

双十一这种极端的业务挑战，在促进了企业技术的升级进步之后，甚至能提供部分公共服务，比较典型的就是去年春运售票高峰期，阿里云公共计算平台为12306网站分流。因为阿里的云计算经受住了双十一的检验，自然也能应对春节的订票洪峰。因此一定程度上也代表了中国的计算能力。

大数据：

什么商品最好卖？放在哪个位置剁手族点击量最高？商品应该怎样排序，哪些商品能进入双十一会场，针对不同用户如何个性化推荐？...正是这些双十一的需求促进了对大数据的分析和挖掘。据阿里巴巴集团在2014年3月披露的数据，阿里巴巴的数据中心已经攒下超过100PB(1PB=1024TB)已经处理过的数据，相当于1亿部高清电影，相当于4万个西雅图中央图书馆，580亿本藏书。如果把每年新增的海量数据看作待发掘的金矿，如何快速分析这庞大的数据生产出闪闪发光的金子，无疑是对算法提出了更高的要求。为了推动算法的改进，在去年3月份阿里巴巴启动大数据竞赛，最高可获百万奖金。用这种集全球大学生的智慧的方法，改进阿里的大数据算法，事实证明大学生团队确实打败了阿里巴巴大数据团队，6名90后大学生研发的个性化推荐算法，在“双11”当天的实战效果超过天猫原有算法的16.9%，也直接说明了阿里巴巴算法有可以继续提高。同样的也促进了大数据的发展。

支付系统

双十一瞬间的交易量，给支付系统带来了极大的挑战。由于支付宝和银行对接，这又倒逼银行进行系统扩容和升级，从去年开始四大国有银行和各家股份制大行都改变了以往分行各自对接的模式，开始进行总对接，即银行总行科技部与支付宝系统对接。这样银行科技部技术力量可以集中投入，同时减少交易链路消耗，提升系统处理能力及稳定性。但是与银行对接的再怎么顺畅也是两个系统，为了保证交易的顺利渡过双十一，去年10家银行行长曾亲赴杭州督战。能不能再进一步提升体验，减少付款时差呢？于是花呗就承担了这样一种作用，实质上把付款的时间延后。让顾客看到好的商品可以先直接取走，系统不忙的时候再回来付款。另外还有在自家金融体系内循环的余额报。因此可以说是支付的需求，促进了金融模式的创新。

数据库

双十一这种井喷的交易流量，大量的搜索查询对数据库同样提出了严格的要求，用国外供应商的产品一来费用高，二来容易被锁定。为了摆脱这种限制，经过多年的筹划，2012年5月7日，淘宝开始实行去IOE运动（I=IBM小型机，O=Oracle数据库，E=EMC2，是数据库的存储设备）。去IOE之后就要上云，就要研发自己的数据库，因此从去年开始阿里巴巴就把核心数据库流量切入到阿里自研的金融级云数据库OceanBase上。

物流系统

购物的时候总是愉快的，但等等待物流的日子却很难熬。因此缩短物流时间，优化分拣系统是消费者的强烈期盼。据中国经济网报道，截止2015年11月11日24:00时全网产生包裹数6.8亿个，而菜鸟网络累积产生物流订单4.67亿单。面对这么庞大的包裹应当如何处理，预计哪些仓库会爆仓，需要增加到少人手，都需要靠大数据的支撑。据菜鸟负责人介绍，今年的双十一将会成为DT物流元年，大数据分单系统让快递分拣效率提升30%以上；通过电子面单对配送网点地址的精确计算，几亿包裹不再多走冤枉路，日均为全国消费者减少1.6亿小时包裹等待时间；通过菜鸟天地，超过50%以上的快递网点得到实时预警预报信息，从而可以对货物进行提前揽收。

总之看似简单的双十一背后牵涉到的却是包括支付、架构、数据库、网络、运维、电力、客服、物流等整个商业配套基础设施的协同和考验，它所动员的力量本质上和发动一场战争并没有本质区别。今年的双十一已经过去，但它给技术提出的新要求才刚刚开始...

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。